Revista: | Dyna (Medellín) |
Base de datos: | PERIÓDICA |
Número de sistema: | 000388960 |
ISSN: | 0012-7353 |
Autores: | Fernández Hernández, Yumilka B1 Filiberto, Yaima1 Frias, Mabel1 Bello, Rafael2 Caballero, Yaile1 |
Instituciones: | 1Universidad de Camagüey, Facultad de Informática, Camagüey. Cuba 2Universidad Central "Marta Abreu" de Las Villas, Centro de Estudios Informáticos, Santa Clara, Villa Clara. Cuba |
Año: | 2015 |
Periodo: | Oct |
Volumen: | 82 |
Número: | 193 |
Paginación: | 98-103 |
País: | Colombia |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Experimental, aplicado |
Resumen en español | El aprendizaje de reglas de clasificación es un problema clásico del aprendizaje automático. El algoritmo IRBASIR para la inducción de reglas de clasificación basado en relaciones de similaridad permite descubrir conocimiento a partir de sistemas de decisión que contienen rasgos tanto discretos como continuos. El mismo ha mostrado obtener resultados superiores a otros algoritmos conocidos en este tema. En este artículo se proponen varias modificaciones a este algoritmo basadas en la Teoría de los Conjuntos Borrosos, debido a las ventajas que estos poseen, teniendo en cuenta la medida calidad de similaridad. Los resultados experimentales muestran que utilizando la Teoría de los Conjuntos Borrosos se obtienen resultados estadísticamente superiores al algoritmo original |
Resumen en inglés | The learning of classification rules is a classic problem of the automatic learning. The algorithm IRBASIR for the induction of classification rules based on similaridad relations allows to discover knowledge starting from decision systems that contain features with continuous and discrete domains. This algorithm has shown to obtain higher results than other well-known algorithms. In this article, several modifications to this algorithm based on the Fuzzy sets theory are proposed, taking into account the measure quality of similarity. The experimental results show that using the fuzzy sets theory allow to obtain higher results than the original algorithm |
Disciplinas: | Ciencias de la computación |
Palabras clave: | Procesamiento de datos, Aprendizaje automático, Reglas de clasificación, Relaciones de similaridad, Conjuntos difusos, Algoritmos |
Keyword: | Computer science, Data processing, Automatic learning, Classification rules, Similarity relations, Fuzzy sets, Algorithms |
Texto completo: | Texto completo (Ver HTML) |